下面哪种方法可用于数据降维（）
A: PCA
B: SVM
C: NBayes
D: Apriori
A: PCA
B: SVM
C: NBayes
D: Apriori
举一反三
- 掌握PCA的数据降维方法
- LDA降维和PCA降维的不同之处包括（ ）。 A: LDA降维最多降到k-1维，而PCA没有这个限制 B: LDA除了可以用于降维，还可以用于分类 C: LDA选择分类性能最好的投影方向，而PCA选择样本点投影具有最大方差的方向 D: 两者在降维时特征分解的思想不同 E: LDA是有监督的降维方法，而PCA是无监督的降维方法
- 以下不是数据降维方法的是（） A: PCA B: LDA C: LPP D: AHP
- LDA降维和PCA降维的相同之处包括（ ）。 A: 都可以用于分类 B: 都是有监督的降维方法 C: 两者在降维时均使用了矩阵特征分解的思想 D: 两者均可以对数据进行降维 E: 两者都假设数据符合高斯分布
- PCA是一种线性降维方法